[发明专利]基于反卷积稠密连接的图像超分辨率重构方法

说明书

本发明属于图像处理技术领域，为加快网络训练速度，并通过特征的拼接与残差连接，将特征传递到深层，保留特征的多样性，最终实现图像超分辨率重构。本发明采取的技术方案是，基于反卷积稠密连接的图像超分辨率重构方法，步骤如下：(1)特征提取：特征提取层由一层卷积层和一层激励层组成，用于从低分辨率图像中提取特征；(2)非线性映射：非线性映射阶段由多个反卷积稠密模块连接组成；(3)重建：重建过程是由一个卷积层和一个激励层组成，公式为：Isupgt;HR/supgt;＝fsubgt;rec/subgt;(Fsubgt;1/subgt;)+Isupgt;LR/supgt;，Fsubgt;1/subgt;表示非线性映射的输出。本发明主要应用于图像处理场合。

技术领域

本发明属于图像处理、计算机视觉技术领域，涉及一种基于卷积神经网络的图像超分辨率重构方法。具体涉及基于反卷积稠密连接的图像超分辨率重构方法。

背景技术

随着计算机视觉的发展，图像越来越多的出现在人们的日常生活中，人们对图像的要求越来越高。图像的超分辨率是图像质量的重要评价指标，图像的分辨率越高，图像细节部分越精细，图像提供的信息更丰富。所以提高图像的分辨率具有重要的作用。提高图像分辨率的技术一般分为两种，第一种是通过硬件的改进来提高图像的分辨率，但是由于改进硬件设备技术较为复杂，所需成本较高，所以采用改进硬件设备来提高图像分辨率较为复杂；第二种方法是通过软件技术来提高图像的分辨率，即图像的超分辨率重构技术，该方法可有效解决硬件设备改进困难的问题，具有较高的研究价值。

图像超分辨率重构技术是指从一帧或多帧低分辨率图像中恢复出高分辨率图像的过程。图像超分辨率重构是一个具有理论意义和实践价值的计算机视觉问题，主要应用于以下方面。

(1)在安防监控系统中，因为硬件技术的限制，摄像头拍摄画面会存在不清晰的情况，改进摄像头等硬件设备造成成本增加，可通过图像超分辨率重构技术，对摄像头获取到的图像进行后处理，可重构出清晰的画面，提供更多的细节信息，从而为嫌犯的身份确认、逃脱路线、案件侦破等提供更多的帮助。

(2)在医学图像方面，可以使用图像超分辨率技术提高医学影像的分辨率，有助于医生对于患者病灶的确认，加速了疾病的诊断，从而解决了医学影像不清晰而造成的对于疾病诊断的困难。

(3)在卫星图像方面，卫星图像对于地质勘探、军事侦察等方面有重要的作用，使用图像超分辨率重构技术将卫星采取的图像进行超分辨率重构，可获得具有丰富纹理细节的卫星图像，因此图像超分辨率重构技术在卫星图像方面有很重要的作用。

发明内容

为克服现有技术的不足，本发明旨在提出一种基于反卷积稠密连接的图像超分辨率重构方法,通过卷积与反卷积层的组合可加快网络训练速度，并通过特征的拼接与残差连接，将特征传递到深层，保留特征的多样性。为此，本发明采取的技术方案是，基于反卷积稠密连接的图像超分辨率重构方法，步骤如下：

(1)特征提取

特征提取层由一层卷积层和一层激励层组成，用于从低分辨率图像中提取特征，提取后的特征作为非线性映射的输入，公式为：

F₀＝f_ext(I^LR)

式中，F₀为特征提取层的输出，f_ext表示特征提取，I^LR为低分辨率图像；

(2)非线性映射

非线性映射阶段由多个反卷积稠密模块连接组成，为了防止信息在网络训练中的丢失和梯度消失的问题，将特征提取后的特征并行输入到多个反卷积稠密块，公式为：

B_n＝H(B_n-1)＝[G(B_n-1),F₀]